创·问|奥哲徐平俊:企业级AI落地,难的不只是技术
36氪·2026-02-10 16:55

公司业务与市场地位 - 奥哲是国内领先的企业数智化服务商,致力于通过低代码及企业级AI平台产品、服务及解决方案,帮助企业实现数字化、智能化转型升级 [1] - 公司已服务超20万家企业用户,覆盖60%的中国500强企业 [1] - 公司从低代码平台起家,于2025年下半年正式推出企业级AI平台,通过“AI+数据+低代码”三位一体的模式,帮助企业实现AI原生应用开发 [5][16] 行业趋势与客户需求变化 - 过去一年,企业级AI市场呈现冷静务实的特点,不同于消费级AI的喧嚣狂欢 [3] - 自DeepSeek发布后,国内企业客户使用AI的热情被前所未有地点燃 [8] - 2025年下半年开始,客户需求从概念验证转向寻找真实、有价值的业务场景,例如律所打造“智慧律所”、电商企业基于数据做选品决策等 [9] - 企业级AI为企业提供了一个跨越式机会,使其不必从零构建SaaS平台,就能直接迈入AI时代,类似于跳过“光纤入户”直接进入5G时代 [5][23] AI落地的主要挑战 - AI落地的核心挑战不在于技术本身,而在于识别值得投入的真实业务场景,并确定在何种精度下投入才能产生正向投资回报率 [3] - 挑战主要集中在两个维度:一是对场景实现精度与所需代价的评估不清晰;二是工程化进程复杂,涉及与原有数据整合、流程梳理、系统集成等 [10] - 企业使用AI的成本可能远超预期,成本核心取决于场景所需的精度,例如将售后问答准确率从70%提升至95%以上,成本可能增加十倍 [11][12] - 企业容易因目标不切实际或价值不清晰而导致过度投入和成本浪费 [13] 奥哲的解决方案与产品策略 - 公司利用十余年的行业积累,试图通过工程化能力弥合技术普及与实际落地之间的鸿沟 [5] - 解决方案首先通过低代码进行数据治理,提供零门槛的机器学习洞察,以理解企业经营,提升Agent决策准确性 [18] - 其次,通过将Agent与公司原有的数字化应用结合,解决工程化落地问题,降低AI落地成本 [18] - 最后,其低代码平台结合大模型,支持通过自然语言直接开发应用,降低开发门槛和成本,提升效率和准确度 [18] - 公司关注企业数据图谱,包括数据结构、流程结构和组织结构,通过数据理解企业,这是提升AI准确率的关键突破 [19][20] - 公司将AI Agent与低代码视为“并行和相互融合”的关系,共同解决企业问题,未来可能加入决策系统等第三板块 [17] 市场需求与业务影响 - AI不仅带来了显著的增量机会,也部分替代了原有的低代码需求 [21] - 老客户普遍希望在原有项目(如合同管理、会议管理、费控管理)中加入AI,升级为智能应用 [21] - 市场涌现出大量新需求,例如供热企业利用AI预测供热站运转、电商企业预测选品等 [21] - AI吸引了大量新增客户,其中许多过去并非公司的低代码客户,因“AI+低代码”模式而更快切入该领域 [21] - 案例显示,AI既替代了客户原有不好用的工具(如光迅科技的智慧合同管理系统替代人工审核),也创造了全新需求(如家电电商的选品Agent) [22] 公司发展愿景与行业展望 - 公司的目标是成为一家AI原生公司,并帮助客户成为AI原生公司 [25] - 公司内部已进行全员AI培训和应用竞赛,在研发、交付、实施、客服(如工单Agent、代码审查、智能问答)等部门广泛应用AI [26] - 公司已将内部数字化部门与服务客户的AI部门合并,以加速成果转化和实践 [27][28] - 企业级AI能力普及的拐点已经到来,尤其在大企业中,模型能力已不是问题,关键在于工程化和价值显性化 [24] - 公司认为中国市场将走出不同于Palantir和ServiceNow的第三条路径,其特征是更低的成本、更普惠、更柔性,并具备平台+应用模式以支持个性化 [30][31] - 公司希望带着国内企业客户在AI应用上实现大面积开花结果,并走出一条带有自身印迹的全球化路径 [31]